字符串匹配查找-KMP算法

如果让你从一个长字符串中匹配另一个字符串，你会怎么去查？大多数人的第一反应是从第一位开始匹配，如果匹配不成功，接着从第二位开始重新匹配，以此类推，直至完全匹配为止。但是匹配的字符有些部分前缀实际上是相同的，那么从这点考虑，有没有一些别的算法可以精简这步重复匹配操作呢。本文将介绍一种算法，KMP（Knuth-Morris-Pratt）。

要学习KMP算法，首先要理解字符串前缀后缀的含义，打个比方，"KnuthKn"，它的前缀有K,Kn,Knu,Knut,Knuth,KnuthK，后缀有n,Kh,hKn,thKn,uthKn,nuthKn。然后我们定义一个部分匹配表，它会记录字符串每一位的前缀后缀相同字符串的长度。比如字符串前五位是Knuth，它们的前后缀没有匹配字符串，所以在部分匹配表里第五位是0；又比如前七位是KnuthKn，它们前后缀匹配的字符串是Kn，字符串长度为2，所以部分匹配表里第五位就是2。由此可得，"KnuthKn"的部分匹配表为table=[0000012]。
那么，可以跳过前面字符串位数的公式为

partial_match_length - table[partial_match_length - 1]

partial_match_length为已匹配字符长度，table为部分匹配表，下标从0开始。
如果这个时间，拿"KnuthKn"去匹配一个任意长度的字符串"KnuKnuthKzKnuthKn",当匹配到第三位的时候，发现不匹配，这个时间，执行上述公式，3-0=3，所以，跳过的长度为3，于是，下一次比对不需要从第三位开始，而是从第四位开始。当匹配到第十位的时候，又发现不匹配，则需要跳过6-1=5位，下一次从第9位开始。

但是在实际应用中，多数公司并没有采用KMP这种算法，甚至JDK内部的String.contains方法也是使用的是暴力匹配的方法，因为优化足以支持正常的使用。

算法的思想越简单，实际应用的效果越好